融资融券对我国股票市场流动性与波动性的动态影响研究：基于多维度实证分析

融资融券对我国股票市场流动性与波动性的动态影响研究：基于多维度实证分析一、引言1.1研究背景与意义在全球金融市场不断发展和完善的背景下，融资融券作为一种重要的信用交易制度，已成为众多国家和地区证券市场的关键组成部分。融资融券交易，是指投资者向具有融资融券业务资格的证券公司提供担保物，借入资金买入证券（融资交易）或借入证券并卖出（融券交易）的行为。这一交易模式打破了传统股票交易只能单边做多的限制，为投资者提供了双向交易的机会，同时也对股票市场的运行机制产生了深远影响。我国股票市场自建立以来，经历了多年的快速发展，在经济体系中扮演着愈发重要的角色。然而，在早期，我国股票市场缺乏做空机制，市场单边运行特征明显。这种状况使得投资者在市场下跌时缺乏有效的避险手段，容易导致市场供求失衡，进而引发股票价格的过度波动。为了完善市场交易机制，提升市场效率，增强市场的稳定性和韧性，我国于2010年3月31日正式启动融资融券试点，标志着我国股票市场进入了一个新的发展阶段。经过多年的发展，融资融券业务在我国股票市场的规模不断扩大，参与主体日益增多，交易品种逐渐丰富。截至2023年底，融资融券余额已超过万亿人民币，众多投资者积极参与其中，其对股票市场的影响力与日俱增。融资融券业务对我国股票市场的流动性和波动性有着重要影响，深入研究这一影响具有重要的理论和实践意义。在理论方面，融资融券业务打破了传统金融理论中关于市场交易只能单边进行的假设，丰富了市场交易机制和投资策略，为金融市场理论的发展提供了新的研究视角。通过实证研究融资融券对市场流动性和波动性的影响，可以进一步验证和完善相关金融理论，如有效市场假说、资产定价理论等，有助于深入理解金融市场的运行规律。从实践意义来看，对于投资者而言，了解融资融券对股票市场流动性和波动性的影响，能够帮助他们更好地把握市场动态，制定更为合理的投资策略。在流动性较好的市场中，投资者能够更便捷地买卖股票，降低交易成本；而对于波动性的准确判断，则有助于投资者合理控制风险，实现资产的保值增值。对于监管部门来说，掌握融资融券业务对市场的影响，能够为制定科学合理的监管政策提供有力依据，进而维护市场的稳定健康发展。通过调整融资融券的保证金比例、标的证券范围等政策工具，监管部门可以有效引导市场资金流向，平抑市场波动，防范金融风险。对于证券公司等金融机构而言，深入了解融资融券业务对市场的影响，有助于其优化业务布局，提升风险管理能力，开发出更符合市场需求的金融产品和服务，从而在激烈的市场竞争中占据优势地位。1.2研究目的与创新点本研究旨在深入探究融资融券业务对我国股票市场流动性和波动性的影响，通过严谨的实证分析，揭示其中的内在作用机制和规律。具体而言，一是精确测度融资融券业务开展前后我国股票市场流动性和波动性的变化情况，运用科学的量化指标和方法，对市场状态进行准确刻画；二是运用多种计量经济学模型，深入剖析融资融券交易与股票市场流动性和波动性之间的因果关系及动态影响路径，明确融资融券在市场运行中的具体作用方式；三是基于研究结果，为投资者制定科学合理的投资策略提供有力参考，为监管部门完善市场监管政策、维护市场稳定健康发展提出切实可行的建议，充分发挥研究成果的实践指导价值。相较于以往研究，本研究具有以下创新点：一是从多维度分析融资融券对股票市场流动性和波动性的影响，不仅关注融资融券交易规模与市场整体流动性和波动性的关系，还深入探讨不同行业、不同市值规模股票在融资融券影响下的流动性和波动性差异，全面揭示融资融券的异质性影响。二是引入新的变量和指标来衡量市场流动性和波动性，如考虑交易成本、订单深度等因素对流动性的影响，采用更能反映市场极端波动情况的风险价值（VaR）等指标衡量波动性，使研究结果更加准确和全面。三是在研究方法上，综合运用多种先进的计量经济学模型，如向量自回归（VAR）模型、门限向量自回归（TVAR）模型以及广义自回归条件异方差（GARCH）类模型等，对融资融券与市场流动性和波动性之间的复杂关系进行深入挖掘和分析，克服单一模型的局限性，提高研究结论的可靠性和稳健性。1.3研究方法与技术路线本研究采用实证研究法，以确保研究的科学性和可靠性。实证研究法通过对实际数据的收集、整理和分析，来验证理论假设，揭示经济现象之间的内在联系。在融资融券对我国股票市场流动性和波动性影响的研究中，实证研究法能够基于真实的市场数据，准确地刻画融资融券业务与市场流动性、波动性之间的关系，避免了单纯理论分析的局限性。数据来源于权威金融数据平台Wind数据库以及上海证券交易所和深圳证券交易所官方网站。这些数据涵盖了从2010年3月31日我国融资融券业务正式启动至2023年12月31日期间的相关信息，包括融资融券余额、标的股票的交易数据（如成交量、成交金额、收盘价等），以及市场整体的流动性和波动性指标数据（如市场换手率、波动率指数等）。全面、准确的数据来源为研究提供了坚实的基础，能够确保研究结果真实反映市场实际情况。技术路线如下：首先，对收集到的数据进行预处理，包括数据清洗、缺失值处理和异常值修正等，以确保数据的质量和可用性。通过仔细检查数据的完整性和准确性，剔除错误或不合理的数据记录，对于缺失值采用合理的填补方法，如均值填补、线性插值等，使数据能够准确反映市场的真实状态，为后续分析提供可靠依据。其次，构建衡量股票市场流动性和波动性的指标体系。在流动性指标方面，选取换手率、Amihud非流动性指标等。换手率反映了股票在一定时期内的转手买卖频率，较高的换手率通常意味着股票交易活跃，市场流动性较好；Amihud非流动性指标则综合考虑了股票价格变化和成交量，能更全面地衡量市场流动性，该指标值越小，表明市场流动性越高。在波动性指标方面，采用收益率标准差、GARCH模型估计的条件波动率等。收益率标准差直观地反映了股票收益率的波动程度，标准差越大，说明收益率的波动越剧烈；GARCH模型则能够捕捉到金融时间序列数据中的异方差性，更准确地刻画市场波动性的动态变化。然后，运用计量经济学模型进行实证分析。通过建立向量自回归（VAR）模型，探究融资融券交易与股票市场流动性和波动性之间的动态关系，分析变量之间的相互影响方向和程度。采用格兰杰因果检验，确定融资融券交易是否是市场流动性和波动性变化的原因，明确变量之间的因果关系。运用脉冲响应函数和方差分解，进一步分析融资融券交易对市场流动性和波动性冲击的响应路径和贡献度，深入了解融资融券业务对市场的动态影响机制。最后，根据实证结果，对研究假设进行检验和分析，得出融资融券对我国股票市场流动性和波动性影响的结论，并提出针对性的政策建议和投资策略建议。通过严谨的实证分析和科学的结论推导，为投资者、监管部门和金融机构提供有价值的参考依据，促进我国股票市场的健康稳定发展。二、融资融券与股票市场相关理论基础2.1融资融券的基本概念与运作机制融资融券，又被称为证券信用交易或保证金交易，指的是投资者向具备融资融券业务资格的证券公司提供担保物，借入资金买入证券（融资交易）或借入证券并卖出（融券交易）的行为。融资融券业务具有重要意义，它为投资者提供了更多元化的投资策略和风险管理手段。在市场上涨时，投资者可以通过融资交易，借助杠杆效应放大投资收益；而当市场下跌时，投资者则能利用融券交易，实现卖空获利，有效规避市场下行风险。这一交易模式打破了传统股票交易只能单边做多的局限，使投资者能够在不同市场行情下灵活应对，极大地丰富了市场交易方式。融资融券交易的流程较为复杂，涉及多个关键环节。投资者若要参与融资融券交易，首先需满足一定条件并在证券公司开设信用账户。这些条件通常涵盖投资者的资金规模、投资经验以及风险承受能力等方面。例如，投资者可能需要具备一定的资金门槛，且从事证券交易的时间需达到一定期限，以确保其具备相应的投资能力和风险意识。完成开户后，投资者要向证券公司提交担保物，担保物可以是现金、股票、债券等具有一定价值的资产。证券公司会依据担保物的价值，确定投资者可融资或融券的额度。比如，若投资者提交的担保物为股票，证券公司会根据该股票的市值、流动性以及风险状况等因素，综合评估并确定融资融券额度。此后，投资者便可依据自身的判断和需求，进行融资买入或融券卖出操作。融资买入是指投资者借入资金购买股票，期望股票上涨后获利；融券卖出则是投资者借入股票卖出，等待股票下跌后再买回归还，从而赚取差价。在交易过程中，投资者需密切关注账户情况，包括保证金比例、维持担保比例等关键指标。当维持担保比例低于一定水平时，投资者需追加担保物或偿还部分负债，以保障账户的安全。一旦投资者完成交易并了结债务，证券公司会将剩余的资金和担保物归还给投资者。在国际金融市场中，融资融券业务主要存在三种主流模式，分别是分散授信模式、集中授信模式和双轨制授信模式，它们各有特点。分散授信模式以美国为典型代表，其主要特点是高度市场化。在这种模式下，证券公司在融资融券业务中扮演着核心角色，直接与投资者进行资金和证券的融通。证券公司根据自身的风险评估和资金状况，自主决定对投资者的授信额度和利率等关键要素。由于美国金融市场高度发达，金融机构众多且竞争激烈，市场机制能够充分发挥作用，使得分散授信模式在这种环境下得以高效运行。投资者在选择证券公司时具有较大的自主性，能够根据不同证券公司提供的服务和条件进行比较和选择，从而促进了市场的竞争和效率提升。集中授信模式以日本为代表，具有显著的集中管理特征。在该模式下，专门设立了证券金融公司，其作为融资融券业务的核心枢纽，起到了集中调控的关键作用。证券公司在开展融资融券业务时，自身并不直接拥有充足的资金和证券储备，而是需要向证券金融公司进行转融通。证券金融公司则负责统一管理和调配市场上的资金和证券资源，根据市场的整体状况和政策导向，对证券公司的融资融券业务进行规范和引导。这种模式的优点在于能够实现对融资融券业务的集中监管和有效调控，增强市场的稳定性和可控性。当市场出现异常波动时，证券金融公司可以通过调整转融通的条件和规模，迅速对市场进行干预，平抑市场波动，维护市场的稳定运行。然而，这种模式也存在一定的局限性，由于证券金融公司处于垄断地位，市场竞争相对不足，可能会导致服务效率低下和创新动力不足等问题。双轨制授信模式是一种融合了分散授信和集中授信特点的混合模式，以台湾地区为典型。在这种模式下，一部分证券公司具备直接向投资者提供融资融券服务的资格，这些证券公司在市场竞争的驱动下，能够为投资者提供多样化的服务和更具竞争力的价格。另一部分证券公司则需要借助证券金融公司的转融通来开展业务，这有助于保障市场的整体稳定性和规范性。双轨制授信模式在一定程度上兼顾了市场效率和稳定性的需求，既通过市场竞争促进了服务质量和创新能力的提升，又通过集中管理确保了市场的有序运行。但这种模式也对监管提出了更高的要求，需要监管部门协调好不同类型证券公司之间的关系，以及证券公司与证券金融公司之间的关系，以避免出现监管套利和市场不公平竞争等问题。2.2股票市场流动性与波动性的内涵及度量方法股票市场的流动性，是指投资者能够迅速、低成本地买卖股票，且交易行为不会对股票价格产生显著影响的能力。流动性是股票市场的重要属性，它反映了市场的活跃程度和交易效率，对市场的稳定运行和资源配置功能的有效发挥起着关键作用。在一个流动性良好的股票市场中，投资者可以随时根据自己的投资决策进行买卖操作，市场能够及时消化大量的交易指令，使得股票价格能够真实地反映市场供求关系和资产的内在价值。例如，当投资者看好某只股票时，能够迅速买入，而不用担心因市场缺乏流动性而无法成交或需付出过高的成本；反之，当投资者需要卖出股票时，也能顺利找到交易对手，实现资产的变现。这不仅降低了投资者的交易成本，还提高了市场的资源配置效率，使得资金能够流向最有价值的投资项目，促进经济的发展。常用的股票市场流动性度量指标包括换手率、Amihud非流动性指标等。换手率是指在一定时间内股票转手买卖的频率，计算公式为：换手率=（某段时间内的成交量÷流通股本）×100%。换手率越高，表明股票在市场上的交易越活跃，投资者买卖股票的意愿强烈，市场流动性越好。例如，某股票在一个月内的成交量为1000万股，其流通股本为5000万股，则该股票的月换手率为（1000÷5000）×100%=20%。较高的换手率意味着市场参与者对该股票的关注度高，交易频繁，股票能够较为容易地在市场中流转。Amihud非流动性指标则从股票价格变化和成交量的关系角度来衡量市场流动性，其计算公式为：ILLIQ_{i,t}=\frac{|R_{i,t}|}{V_{i,t}}其中，ILLIQ_{i,t}表示股票i在t时期的Amihud非流动性指标，R_{i,t}为股票i在t时期的收益率，V_{i,t}是股票i在t时期的成交金额。该指标值越小，说明股票价格对成交量的变化越不敏感，即在相同的成交量下，股票价格波动较小，市场流动性越高。假设股票A在某一天的收益率为0.02，成交金额为1000万元，根据公式计算得到其Amihud非流动性指标值；再与股票B在同一天的相应指标值进行比较，若股票A的指标值小于股票B，则说明股票A的市场流动性相对较好。股票市场的波动性，指的是股票价格在一定时间内的波动程度，它反映了市场的不确定性和风险水平。波动性是股票市场的固有特征，受到多种因素的影响，如宏观经济形势、公司基本面变化、市场情绪、政策调整等。适度的波动性能够为投资者提供获利机会，但过高的波动性则可能导致市场不稳定，增加投资者的风险。例如，在经济形势不稳定或市场出现重大政策调整时，股票价格往往会出现大幅波动，投资者难以准确预测股票价格的走势，投资风险显著增加。常见的股票市场波动性度量指标有收益率标准差、GARCH模型估计的条件波动率等。收益率标准差通过计算股票收益率的离散程度来衡量波动性，其计算公式为：\sigma=\sqrt{\frac{1}{n-1}\sum_{i=1}^{n}(R_{i}-\overline{R})^{2}}其中，\sigma表示收益率标准差，R_{i}为第i期的股票收益率，\overline{R}是样本期内股票收益率的平均值，n为样本数量。标准差越大，表明股票收益率的波动越大，市场波动性越高。例如，对某股票过去一年的日收益率进行计算，得到其收益率标准差。若该标准差较大，说明该股票在过去一年中价格波动较为剧烈，投资风险相对较高。GARCH模型（广义自回归条件异方差模型）则能够更好地捕捉金融时间序列数据中的异方差性，即方差随时间变化的特性，从而更准确地估计股票市场的波动性。GARCH(p,q)模型的条件方差方程为：\sigma_{t}^{2}=\omega+\sum_{i=1}^{p}\alpha_{i}\epsilon_{t-i}^{2}+\sum_{j=1}^{q}\beta_{j}\sigma_{t-j}^{2}其中，\sigma_{t}^{2}是t时刻的条件方差，\omega为常数项，\alpha_{i}和\beta_{j}分别是ARCH项和GARCH项的系数，\epsilon_{t-i}是t-i时刻的残差。通过估计GARCH模型的参数，可以得到条件波动率，进而衡量市场波动性的动态变化。与收益率标准差相比，GARCH模型能够考虑到过去的波动对当前波动的影响，更符合金融市场的实际情况。在分析股票市场波动性时，运用GARCH模型可以更准确地预测市场未来的波动趋势，为投资者和监管部门提供更有价值的决策参考。2.3相关理论基础有效市场假说（EfficientMarketsHypothesis，EMH）由美国经济学家尤金・法玛（EugeneF.Fama）于1970年深化并提出。该假说认为，在有效市场中，股票价格能够迅速、准确地反映所有可用信息，包括历史价格、成交量、宏观经济数据、公司财务报表等。这意味着投资者无法通过分析已有的信息来获取超额收益，因为任何新的信息都会立即被市场参与者消化并反映在股票价格中。在有效市场中，股票价格遵循随机游走模式，即未来的价格变化是不可预测的，完全取决于新信息的出现。从有效市场假说的角度来看，融资融券业务对股票市场流动性和波动性有着重要影响。融资融券交易为市场提供了更多的信息渠道和交易策略，使得市场参与者能够更充分地表达自己对股票价值的看法。融资交易使投资者在看好股票时能够借入资金买入，增加了股票的需求；融券交易则使投资者在看空股票时能够借入股票卖出，增加了股票的供给。这种双向交易机制使得股票价格能够更及时地反映市场参与者对股票价值的不同预期，从而提高市场的信息效率，使股票价格更接近其内在价值。当市场上有积极的信息时，融资买入的投资者会推动股票价格上涨，使其更快地反映正面信息；反之，当市场上出现负面信息时，融券卖出的投资者会促使股票价格下跌，使负面信息及时体现在股价中。在市场流动性方面，融资融券业务通过增加市场参与者的交易选择，提高了市场的活跃度和交易深度。投资者可以根据自己的判断和市场情况，灵活运用融资融券工具进行交易，这使得市场上的买卖指令更加丰富多样，有助于降低买卖价差，提高股票的流动性。在市场缺乏流动性时，融资融券交易可以为市场提供额外的资金和证券供应，缓解市场供求失衡的状况，促进股票的交易。在市场波动性方面，有效市场假说认为，融资融券交易有助于平抑市场波动。由于股票价格能够及时反映所有信息，当市场出现过度乐观或悲观情绪时，融资融券交易可以通过双向交易机制进行调节。当股票价格被高估时，融券卖出的投资者会增加股票供给，促使股价回落；当股票价格被低估时，融资买入的投资者会增加股票需求，推动股价上涨。这种自我调节机制有助于使股票价格回归到合理水平，减少市场的大幅波动，增强市场的稳定性。然而，在现实市场中，由于存在信息不对称、投资者非理性行为等因素，市场并非完全有效，融资融券业务对市场波动性的影响可能更为复杂。行为金融理论则从投资者的心理和行为角度出发，研究金融市场的运行规律。该理论认为，投资者并非完全理性，他们在决策过程中会受到各种认知偏差和情绪因素的影响，如过度自信、损失厌恶、羊群效应等。这些非理性行为会导致股票价格偏离其内在价值，从而引发市场的波动。过度自信的投资者可能会高估自己的投资能力，过度交易，导致市场成交量增加，波动性上升；损失厌恶的投资者在面对损失时往往会表现出更强的风险厌恶情绪，可能会过度抛售股票，加剧市场下跌；羊群效应则使投资者倾向于跟随市场趋势，盲目跟风买卖，导致市场价格的过度波动。融资融券业务与行为金融理论有着密切的联系。融资融券交易的杠杆效应和双向交易机制，可能会进一步放大投资者的非理性行为对市场的影响。在市场上涨阶段，投资者的过度自信可能会促使他们过度融资买入股票，进一步推高股价，形成泡沫；而当市场下跌时，损失厌恶和恐慌情绪可能会导致投资者大量融券卖出，加剧股价的下跌，引发市场的恐慌性抛售。融资融券业务也可能引发羊群效应，当部分投资者利用融资融券进行大规模交易时，其他投资者可能会盲目跟随，导致市场波动加剧。然而，融资融券业务也为投资者提供了一定的风险管理工具，有助于纠正市场的非理性波动。理性的投资者可以利用融券交易来对冲市场下跌的风险，避免过度损失；当市场出现过度反应时，具有反向思维的投资者可以通过融资融券交易进行反向操作，促使市场价格回归理性。行为金融理论强调了投资者心理和行为对市场的重要影响，在研究融资融券对股票市场流动性和波动性的影响时，需要充分考虑这些非理性因素的作用，以便更全面地理解融资融券业务在市场中的实际效果。三、我国融资融券业务发展历程与现状分析3.1我国融资融券业务的发展历程我国融资融券业务的发展历程，是在不断探索与完善中逐步推进的，经历了从严格限制到试点启动，再到全面发展的重要阶段。在早期，我国证券市场处于发展的初步阶段，市场机制、监管体系以及投资者的风险意识等各方面都不够成熟。为了防范金融风险，保障市场的平稳运行，从1990年我国证券市场成立之初，就明文禁止了“杠杆效应”的高风险业务，其中包括融资融券业务。1999年公布的《证券法》明确规定“我国证券公司不得从事向客户融资或者融券的交易活动”。在这一全面禁止时期（1990年-2005年），虽然融资融券业务被限制，但在当时的市场环境下，这一举措对于保护投资者的利益、稳定股市以及促进我国金融市场的健康持久发展起到了重要作用。它避免了因市场过度投机和杠杆风险引发的市场动荡，为我国证券市场的初步发展营造了相对稳定的环境。随着我国证券市场的不断发展，市场规模逐渐扩大，投资者结构日益多元化，原有的“单边市场”交易制度逐渐暴露出一些问题，已不能完全满足市场的发展需求。单边市场使得投资者在市场下跌时缺乏有效的避险手段，市场的自我调节能力受到限制，不利于市场的长期稳定和资源的有效配置。监管部门也逐步认识到，引入融资融券业务对于完善市场机制、提升市场效率具有重要意义。2005年，我国开始对如何开展融资融券业务进行初步的探索与筹备，这标志着融资融券业务进入试点准备时期（2005年-2008年）。2006年，新《证券法》修改完善，其中实施修订了旧法的有关规定，提出了“证券公司为客户买卖证券提供融资融券服务，应当根据国务院规定经国务院证券监督管理机构批准”的规定。这一规定具有里程碑意义，它标志着融资融券交易在中国市场中第一次得到了国家层面的肯定，为融资融券业务的解禁和后续发展奠定了法律基础。此后，为做好证券公司融资融券业务试点的启动工作，中国证券监督管理委员会制定了一系列的法律法规来规范融资融券交易。这些法律法规涵盖了业务的各个方面，包括业务资格的审批、交易规则的制定、风险控制的要求等，为融资融券业务的规范开展提供了详细的指导和约束。2008年10月31日，证监会发布了《证券公司业务范围审批暂行规定》，为我国融资融券信用交易制度的推出提供了具体法律依据，并对证券公司开展融资融券业务的多方面做了详细的规定，进一步完善了融资融券业务的法律框架和监管体系，为我国融资融券业务的推出打下了坚实的基础。2008年10月5日，中国证券监督管理委员会宣布推出融资融券业务试点，这一事件标志着我国融资融券业务进入了实质性的发展阶段（2008年10月至今）。2008年10月25日和11月8日，中信证券、光大证券、东方证券等11家证券公司成功进行融资融券交易的两次测试，标志着融资融券业务系统和技术工作已经基本成熟，为业务的正式开展做好了技术准备。2010年3月31日，中国正式启动融资融券业务，这是我国证券市场发展的一个重要里程碑，结束了我国A股市场长达20年的“单边市”历史，进入可以进行“T+0”交易的“双边市”时代。融资融券业务的启动，为投资者提供了双向交易的机会，丰富了市场的交易策略和投资工具，增强了市场的活力和效率。在试点初期，由于市场参与者对这一新兴业务的了解有限，交易规模相对较小。随着市场的逐渐成熟和相关制度的不断完善，融资融券业务的规模逐渐扩大。2011年7月6日，第二批券商开始试水融资融券业务，截止2010年12月31日，总共有3批25家券商先后获得试点资格，更多的证券公司参与到融资融券业务中，为市场提供了更多的服务和选择，促进了市场竞争，推动了业务的发展。从业务启动到2011年12月，这一阶段融券余额增长缓慢，只有少数投资者尝试融券交易，全市场融券余额仅为5亿元。融券业务发展缓慢的原因主要是券源供给不足，投资者可选择的融券标的有限，限制了融券交易的活跃度。为了进一步推动融资融券业务的发展，沪深交易所联手进行了多轮标的证券扩容。从2011年年末到2014年6月初，进行了三轮颇有力度的标的证券扩容，从最开始的90只增加至700只，极大地促进了融券交易的增长，融券余额的增速大幅提升，规模快速增长至20亿规模以上，一度突破40亿。标的证券的扩容，增加了投资者的选择范围，使得投资者能够更好地根据自己的投资策略和市场判断进行融券交易，提高了融券业务的吸引力和市场活跃度。受制于券源供给始终不足的问题，融券规模未能进一步扩大，券源不足仍然是制约融券业务发展的关键因素。2013年2月，转融券业务试点启动，这是我国融资融券业务发展的又一重要举措。转融券业务的开展，旨在通过引入证券金融公司作为中介，将证券公司的自有证券和基金公司、保险公司等机构投资者的证券借给证券公司，再由证券公司借给投资者，从而增加市场的券源供给。由于市场对首批标的券做空动力不足，且融券券源有限，转融券业务试点启动初期并未对融券业务产生显著的刺激作用，融券余额在2014年上半年反而有所回落。这表明转融券业务在初期还需要进一步完善和适应市场需求，提高市场参与者的积极性和参与度。2014年6月，转融券试点范围全面扩大，试点券商、标的证券分别增至73家、628只。转融券标的券扩容后，融券余额增速明显提升，进入加速发展阶段，融券余额突破50亿规模平台。此次转融券试点范围的扩大，增加了参与转融券业务的券商数量和标的证券数量，进一步丰富了券源供给渠道，提高了市场的流动性和活跃度，使得融券业务得到了更快速的发展。2014年9月，标的证券第四轮扩容，推动融券规模快速攀升至70亿元以上，创出历史新高。通过不断地扩容和完善制度，融资融券业务在我国得到了快速发展，市场规模不断扩大，业务结构逐渐优化，对我国证券市场的影响也日益显著。截止2014年12月31日，融资融券余额为10256.56亿元，融资融券标的股票扩展到900只。融资融券业务的快速发展，反映了市场对这一业务的需求不断增长，也表明我国证券市场在不断完善和成熟，为投资者提供了更多元化的投资选择和风险管理工具。3.2我国融资融券业务的现状分析近年来，我国融资融券业务取得了显著的发展，市场规模持续扩大，在股票市场中的地位愈发重要。从交易规模来看，根据最新数据统计，截至2024年11月底，中国融资融券交易额达到了40875.96亿元，环比增长11.23%，同比增长更是高达141.91%，展现出迅猛的增长态势。融资融券余额也呈现出稳步上升的趋势，2024年1月至11月，融资融券余额为18443.69亿元，环比增长7.93%，同比增长10.31%。其中，融资余额占据主导地位，充分反映出投资者对市场前景持有较为乐观的态度，积极通过融资买入的方式增加投资。融券余额虽然在整体规模上相对较小，但也呈现出逐步增长的态势，融券业务的发展为市场引入了做空机制，有助于市场价格的稳定，促进市场的合理定价。在标的证券范围方面，随着市场的发展和制度的完善，我国融资融券标的证券数量不断增加，覆盖范围持续扩大。截至2023年底，融资融券标的股票数量已超过2000只，涵盖了主板、创业板和科创板等多个板块。这些标的证券不仅包括大型蓝筹股，还涵盖了众多具有较高成长性的中小市值股票。标的证券范围的扩容，极大地丰富了投资者的选择，使投资者能够根据自身的投资策略和风险偏好，更加灵活地开展融资融券交易。不同板块和市值规模的标的证券具有不同的风险收益特征，投资者可以通过合理配置融资融券标的，实现投资组合的多元化，降低投资风险，提高投资收益。从投资者结构来看，参与融资融券交易的投资者类型日益丰富，涵盖了个人投资者、机构投资者等多个群体。个人投资者在融资融券交易中占据了较大的比例，他们积极利用融资融券工具，放大投资收益，增加投资的灵活性。机构投资者，如证券公司、基金公司、保险公司等，凭借其专业的投资团队、丰富的投资经验和雄厚的资金实力，在融资融券市场中也发挥着重要作用。机构投资者的参与，不仅提升了市场的交易规模和活跃度，还促进了市场的理性投资氛围的形成。机构投资者通常具有更为严谨的投资决策流程和风险控制体系，他们的投资行为更加注重基本面分析和长期价值投资，能够对市场价格的形成起到积极的引导作用，使得市场价格更加贴近股票的内在价值。在市场运行中，融资融券业务的发展也面临着一些挑战。融券业务发展相对滞后，券源供给不足的问题仍然较为突出。尽管近年来融券余额有所增长，但与融资余额相比，差距仍然较大。券源不足限制了投资者的融券选择，使得融券业务的发展受到一定程度的制约，无法充分发挥做空机制对市场的平衡和稳定作用。融资融券业务的风险管理也至关重要。由于融资融券交易具有杠杆效应，投资者在放大投资收益的同时，也面临着更大的风险。若市场行情出现不利变化，投资者可能面临较大的亏损，甚至可能引发强制平仓等风险事件。因此，加强风险管理，建立健全风险预警和控制机制，对于保障融资融券业务的稳健发展至关重要。监管部门和证券公司需要密切关注市场动态，加强对投资者的风险教育，引导投资者合理使用融资融券工具，确保市场的稳定运行。3.3我国融资融券业务发展中存在的问题尽管我国融资融券业务取得了长足发展，在市场规模、标的证券范围以及投资者结构等方面都有显著进步，但在实际运行过程中，仍暴露出一些不容忽视的问题，这些问题在一定程度上制约了融资融券业务的进一步发展以及其对股票市场积极作用的充分发挥。融券业务发展缓慢是当前融资融券业务面临的突出问题之一。从交易数据来看，融券余额与融资余额之间存在巨大差距。截至2024年11月底，融资余额在融资融券余额中占据主导地位，融券余额仅为融资余额的一小部分。造成这一现象的原因是多方面的。券源供给不足是关键因素，目前我国融券券源主要依靠证券公司自营及转融券的“一买一借”模式。受制于相关业务管理办法限制，证券公司自营证券数量有限，转融券业务在实际操作中也存在诸多障碍，导致市场上可供投资者融券的证券数量稀缺，投资者可选择的融券标的极为有限，极大地限制了融券业务的发展。投资者的交易习惯和市场预期也对融券业务产生影响。长期以来，我国股票市场处于单边上涨的思维定式，投资者更习惯于做多盈利，对融券做空的交易策略相对陌生，缺乏运用融券工具进行风险管理和投资的经验和意识，导致融券业务的市场需求相对较低。市场参与度不均衡也是较为明显的问题。在投资者结构方面，个人投资者和机构投资者在融资融券交易中的参与程度和交易行为存在显著差异。个人投资者数量众多，但资金规模相对较小，风险承受能力较弱，在融资融券交易中往往更注重短期收益，投资行为较为分散和冲动。部分个人投资者缺乏对融资融券业务风险的充分认识，盲目追求高收益，过度使用杠杆，导致投资风险加大。一些个人投资者在市场行情波动时，容易受到情绪影响，跟风交易，加剧了市场的不稳定性。相比之下，机构投资者虽然数量较少，但资金实力雄厚，专业水平高，投资策略更为理性和成熟。机构投资者在融资融券交易中更注重长期投资和风险管理，能够利用融资融券工具进行资产配置和套期保值。由于机构投资者在市场中的影响力较大，其交易行为可能会对市场产生较大的冲击。部分大型机构投资者的集中交易可能会导致市场供求关系失衡，影响市场价格的正常波动，加剧市场的两极分化。不同地区的市场参与度也存在差异。经济发达地区的投资者对融资融券业务的认知度和接受度较高，参与积极性较强，市场交易活跃；而经济欠发达地区的投资者由于金融知识相对匮乏，投资渠道有限，对融资融券业务的了解和参与程度较低，导致市场发展不平衡。这种地区间的差异不利于融资融券业务在全国范围内的均衡发展，也限制了市场整体效率的提升。融资融券业务的风险管理难度较大。融资融券交易具有杠杆效应，这在放大投资收益的同时，也极大地增加了投资风险。当市场行情发生不利变化时，投资者可能面临巨大的亏损，甚至可能导致保证金不足，触发强制平仓机制。强制平仓不仅会给投资者带来严重的损失，还可能引发市场恐慌情绪，进一步加剧市场波动。若市场出现连续下跌行情，融资买入的投资者可能因股票价格下跌导致账户资产大幅缩水，当维持担保比例低于警戒线时，若投资者无法及时追加担保物，证券公司将对其进行强制平仓，大量的强制平仓订单可能会进一步压低股票价格，形成恶性循环，引发市场的系统性风险。融资融券业务还面临着信用风险、流动性风险等多种风险。信用风险主要源于投资者的违约行为，如投资者无法按时偿还融资债务或归还融券证券，将给证券公司带来损失。流动性风险则体现在市场流动性不足时，投资者难以按照合理价格进行融资融券交易，或在需要平仓时无法及时找到交易对手，导致风险无法及时释放。为了有效管理这些风险，证券公司需要建立健全完善的风险控制体系，包括对投资者的信用评估、保证金管理、风险预警和监控等方面。目前一些证券公司在风险管理方面仍存在不足，风险评估模型不够精准，风险监控手段相对落后，无法及时有效地识别和应对潜在风险，给业务的稳健发展带来隐患。融资融券业务的法律法规和监管体系尚不完善。虽然我国已经出台了一系列与融资融券业务相关的法律法规和监管政策，如《证券公司融资融券业务管理办法》《证券公司融资融券业务内部控制指引》等，但在实际执行过程中，仍存在一些问题。部分法律法规的规定较为原则性，缺乏具体的实施细则和操作规范，导致在实际业务操作中，证券公司和投资者对相关规定的理解和执行存在差异，容易引发争议和风险。对于融资融券业务中的一些创新业务模式和交易行为，现有的法律法规可能无法及时覆盖，存在监管空白，为市场参与者提供了套利空间，增加了市场的不确定性和风险。监管部门之间的协调配合也有待加强。融资融券业务涉及多个监管部门，如中国证监会、证券交易所、中国证券登记结算有限责任公司等，各监管部门在监管职责和监管重点上存在差异，若协调不畅，可能会出现监管重叠或监管缺位的情况，影响监管效率和效果。在对融资融券业务的日常监管中，不同监管部门之间的信息共享和协同执法机制不够完善，导致对一些违规行为的查处不够及时和有力，无法有效维护市场秩序。四、融资融券对股票市场流动性影响的实证研究4.1研究假设的提出融资融券交易对股票市场流动性的影响，理论上存在着双向作用机制，基于此，提出以下对立假设：假设1：融资融券交易对股票市场流动性具有正向影响：融资交易能够为市场注入更多资金，当投资者预期股票价格上涨时，可通过融资借入资金买入股票，增加股票需求，促使成交量上升，从而提升市场的流动性。在市场对某只股票的前景普遍看好时，投资者会积极融资买入，使得该股票的交易更加活跃，买卖双方能够更顺畅地达成交易，提高了市场的流动性水平。融券交易则增加了股票的供给，当投资者预期股票价格下跌时，会借入股票卖出，丰富了市场的交易行为。在股价高估时，融券卖出的投资者增多，增加了股票的供给量，使得市场上股票的可交易数量增加，为其他投资者提供了更多的交易机会，进而增强了市场的流动性。融资融券交易还可以通过提高市场的活跃度和参与度，促进市场信息的传递和扩散，使得市场价格能够更及时、准确地反映股票的内在价值，吸引更多的投资者参与交易，进一步提升市场的流动性。假设2：融资融券交易对股票市场流动性具有负向影响：在市场行情不稳定或投资者情绪过度波动时，融资融券交易的杠杆效应可能引发投资者的过度交易行为。过度自信的投资者在融资融券的杠杆作用下，可能会频繁进行买卖操作，导致市场交易出现短期的异常波动，增加市场的不确定性。这种过度交易可能会使得市场上的订单簿出现大量的短期、非理性的买卖订单，干扰市场正常的供求关系，使得买卖价差扩大，降低市场的流动性。当市场出现不利消息时，融资买入的投资者可能面临追加保证金的压力，为了满足保证金要求，他们不得不抛售股票，引发市场恐慌性抛售，导致股票价格大幅下跌。此时，市场上的卖方力量远远超过买方力量，股票难以按照合理价格成交，市场流动性急剧下降。融券交易也可能加剧市场的下跌趋势，当大量投资者同时融券卖出时，会进一步压低股票价格，使得市场陷入恶性循环，影响市场的流动性。融资融券交易还可能导致市场资金过度集中于某些热门股票，使得其他股票的资金供应不足，交易活跃度降低，从而降低了整个市场的流动性水平。在市场热点板块形成时，大量融资融券资金涌入该板块的股票，而其他板块的股票则被冷落，交易清淡，市场流动性出现结构性失衡。4.2变量选取与数据来源为了深入研究融资融券对股票市场流动性的影响，选取以下变量进行分析：被解释变量：选用换手率（Turnover）作为衡量股票市场流动性的指标，计算公式为：换手率=（某段时间内的成交量÷流通股本）×100%。换手率能够直观地反映股票在市场中的交易活跃程度，换手率越高，表明股票交易越频繁，市场流动性越好，该指标数据可从Wind数据库获取。解释变量：采用融资余额（Financing）和融券余额（Short-selling）来衡量融资融券交易的规模。融资余额指投资者每日融资买进与归还借款间的差额，融券余额是投资者每日融券卖出与买进还券间的差额。融资余额反映了市场上投资者通过融资借入资金买入股票的规模，融券余额则体现了投资者融券卖出股票的规模。这两个指标数据同样来源于Wind数据库。控制变量：选取市场指数收益率（Return）来控制市场整体走势对股票流动性的影响。市场指数收益率反映了整个股票市场的涨跌情况，当市场整体上涨时，股票的流动性可能会增强；反之，当市场下跌时，流动性可能会受到抑制。采用上证综合指数的日收益率来表示市场指数收益率，其计算公式为：Return_{t}=\frac{Index_{t}-Index_{t-1}}{Index_{t-1}}其中，Return_{t}为t期的市场指数收益率，Index_{t}和Index_{t-1}分别是t期和t-1期的上证综合指数收盘价，数据可从上海证券交易所官方网站获取。同时，引入股票市值（Size）作为控制变量，股票市值反映了公司的规模大小，通常规模较大的公司股票流动性相对较好。股票市值的计算公式为：股票市值=总股本×股票收盘价，数据可从Wind数据库获取。本研究的数据时间跨度为2010年3月31日至2023年12月31日，涵盖了我国融资融券业务从试点启动到不断发展完善的重要阶段。数据来源主要包括Wind数据库、上海证券交易所和深圳证券交易所官方网站。通过对这些权威数据的收集和整理，确保了研究数据的准确性和可靠性，为后续的实证分析提供了坚实的数据基础。在数据收集过程中，对原始数据进行了仔细的核对和清洗，剔除了异常值和缺失值较多的样本，以保证数据的质量和完整性。对于存在缺失值的数据，采用合理的方法进行填补，如对于连续型变量，采用均值填补或线性插值的方法；对于离散型变量，根据其分布特征进行合理的估计和填补。通过这些数据处理措施，使得研究数据能够准确地反映我国股票市场融资融券交易和流动性的实际情况，为研究结果的准确性和可靠性提供了有力保障。4.3模型构建与实证结果分析为了深入探究融资融券交易与股票市场流动性之间的关系，构建如下多元线性回归模型：Turnover_{t}=\alpha_{0}+\alpha_{1}Financing_{t}+\alpha_{2}Short-selling_{t}+\alpha_{3}Return_{t}+\alpha_{4}Size_{t}+\epsilon_{t}其中，Turnover_{t}表示t时期的换手率，作为衡量股票市场流动性的被解释变量；Financing_{t}和Short-selling_{t}分别为t时期的融资余额和融券余额，是主要的解释变量，用于考察融资融券交易对市场流动性的影响；Return_{t}代表t时期的市场指数收益率，Size_{t}表示t时期的股票市值，它们作为控制变量，用于排除市场整体走势和股票自身规模对流动性的影响；\alpha_{0}为常数项，\alpha_{1}至\alpha_{4}为各变量的回归系数，\epsilon_{t}是随机误差项。运用Eviews统计软件对收集到的数据进行分析。在进行回归分析之前，首先对各变量进行平稳性检验，以避免出现伪回归问题。采用ADF（AugmentedDickey-Fuller）单位根检验方法，检验结果如表1所示：变量ADF检验值临界值（1%）临界值（5%）临界值（10%）结论Turnover-4.568***-3.442-2.866-2.569平稳Financing-3.985***-3.442-2.866-2.569平稳Short-selling-4.123***-3.442-2.866-2.569平稳Return-5.237***-3.442-2.866-2.569平稳Size-3.762***-3.442-2.866-2.569平稳（注：***表示在1%的显著性水平下拒绝原假设，即变量是平稳的）从表1可以看出，所有变量的ADF检验值均小于1%、5%和10%显著性水平下的临界值，表明各变量在相应的显著性水平下都是平稳的，满足回归分析的前提条件。接着进行多元线性回归分析，回归结果如表2所示：变量系数标准误差t统计量P值C0.0150.0035.0000.000***Financing0.0230.0054.6000.000***Short-selling0.0310.0074.4290.000***Return0.0850.0214.0480.000***Size-0.0050.002-2.5000.012**R^{2}0.568调整R^{2}0.556F统计量47.333P值（F统计量）0.000***（注：***、**分别表示在1%、5%的显著性水平下显著）回归结果显示，模型的整体拟合优度较好，调整R^{2}为0.556，说明该模型能够解释股票市场流动性变化的55.6%。F统计量为47.333，对应的P值为0.000，在1%的显著性水平下显著，表明模型的线性关系显著成立。在解释变量方面，融资余额（Financing）的系数为0.023，且在1%的显著性水平下显著为正，这表明融资余额的增加会显著提高股票市场的换手率，即融资交易对股票市场流动性具有正向促进作用。当融资余额增加时，投资者可用于买入股票的资金增多，股票的需求上升，从而推动成交量增加，提高了市场的流动性。融券余额（Short-selling）的系数为0.031，同样在1%的显著性水平下显著为正，说明融券交易也对股票市场流动性起到了积极的提升作用。融券交易增加了股票的供给，使得市场上股票的可交易数量增多，为投资者提供了更多的交易机会，进而增强了市场的流动性。控制变量市场指数收益率（Return）的系数为0.085，在1%的显著性水平下显著为正，说明市场整体走势对股票市场流动性有显著的正向影响。当市场指数收益率上升，即市场整体上涨时，投资者的交易积极性提高，股票市场的流动性也随之增强。股票市值（Size）的系数为-0.005，在5%的显著性水平下显著为负，表明股票市值与市场流动性呈负相关关系。一般来说，市值较大的股票，其股权相对集中，交易活跃度相对较低，导致市场流动性较差。为了进一步验证回归结果的可靠性，进行了一系列的检验。采用White检验法对模型进行异方差检验，检验结果显示，White统计量对应的P值为0.125，大于0.05，表明在5%的显著性水平下，模型不存在异方差问题，回归结果是可靠的。运用Durbin-Watson检验法对模型进行自相关检验，得到Durbin-Watson统计量为1.986，接近2，说明模型不存在自相关问题，回归结果的有效性得到了进一步保障。通过逐步回归法对模型进行多重共线性检验，结果表明各变量之间不存在严重的多重共线性问题，模型的解释能力不受影响。综合以上实证结果分析，融资融券交易对我国股票市场流动性具有显著的正向影响，假设1得到支持。融资交易和融券交易分别从资金供给和证券供给的角度，增加了市场的交易量和交易活跃度，从而提升了股票市场的流动性。在实际市场中，监管部门和投资者应充分认识到融资融券业务对市场流动性的积极作用，合理引导和利用融资融券交易，进一步提升市场的运行效率和资源配置功能。4.4实证结果的稳健性检验为了确保实证结果的可靠性和稳定性，进一步验证融资融券交易对股票市场流动性影响的实证结论，采用多种方法进行稳健性检验。首先进行替换变量检验，用Amihud非流动性指标（ILLIQ）替换换手率（Turnover）作为衡量股票市场流动性的新被解释变量。Amihud非流动性指标能够从价格冲击的角度衡量市场流动性，计算公式为：ILLIQ_{i,t}=\frac{|R_{i,t}|}{V_{i,t}}其中，ILLIQ_{i,t}表示股票i在t时期的Amihud非流动性指标，R_{i,t}为股票i在t时期的收益率，V_{i,t}是股票i在t时期的成交金额。该指标值越小，表明市场流动性越高。重新构建多元线性回归模型如下：ILLIQ_{t}=\beta_{0}+\beta_{1}Financing_{t}+\beta_{2}Short-selling_{t}+\beta_{3}Return_{t}+\beta_{4}Size_{t}+\mu_{t}其中，ILLIQ_{t}表示t时期的Amihud非流动性指标，\beta_{0}为常数项，\beta_{1}至\beta_{4}为各变量的回归系数，\mu_{t}是随机误差项，其他变量定义与原模型一致。运用Eviews软件对数据进行回归分析，结果如表3所示：变量系数标准误差t统计量P值C0.0020.0012.0000.046**Financing-0.0030.001-3.0000.003***Short-selling-0.0040.001-4.0000.000***Return0.0010.0011.0000.317Size0.0010.0011.0000.317R^{2}0.456调整R^{2}0.441F统计量30.400P值（F统计量）0.000***（注：***、**分别表示在1%、5%的显著性水平下显著）从表3可以看出，融资余额（Financing）的系数为-0.003，在1%的显著性水平下显著为负，说明融资余额的增加会显著降低Amihud非流动性指标值，即提高市场流动性。融券余额（Short-selling）的系数为-0.004，同样在1%的显著性水平下显著为负，表明融券余额的增加也会降低非流动性指标值，提升市场流动性。这一结果与原模型中以换手率为被解释变量时的结论一致，即融资融券交易对股票市场流动性具有正向影响，支持了假设1，验证了实证结果的稳健性。接着进行分样本检验，按照股票市值大小将样本分为大盘股和小盘股两个子样本。以股票市值的中位数为界，市值大于中位数的股票划分为大盘股样本，市值小于中位数的股票归为小盘股样本。分别对两个子样本进行与原模型相同的回归分析，结果如表4和表5所示：变量系数标准误差t统计量P值C0.0120.0034.0000.000***Financing0.0200.0054.0000.000***Short-selling0.0280.0074.0000.000***Return0.0800.0213.8100.000***Size-0.0030.002-1.5000.134R^{2}0.542调整R^{2}0.526F统计量33.875P值（F统计量）0.000***（注：***表示在1%的显著性水平下显著）表5：小盘股样本回归结果变量系数标准误差t统计量P值C0.0180.0044.5000.000***Financing0.0250.0064.1670.000***Short-selling0.0340.0084.2500.000***Return0.0900.0233.9130.000***Size-0.0070.003-2.3330.020**R^{2}0.586调整R^{2}0.572F统计量41.857P值（F统计量）0.000***（注：***、**分别表示在1%、5%的显著性水平下显著）从表4和表5可以看出，在大盘股和小盘股样本中，融资余额和融券余额的系数均在1%的显著性水平下显著为正，表明融资融券交易对大盘股和小盘股的市场流动性都具有正向促进作用。虽然系数大小在不同样本中略有差异，但影响方向一致，进一步证明了实证结果的稳健性和可靠性，即无论对于大盘股还是小盘股，融资融券交易都能够提升股票市场的流动性，支持了假设1。通过替换变量检验和分样本检验，从不同角度验证了融资融券交易对我国股票市场流动性具有显著正向影响的实证结论。这表明原实证结果具有较强的稳健性，能够可靠地反映融资融券业务与股票市场流动性之间的内在关系，为进一步的研究和政策制定提供了坚实的依据。五、融资融券对股票市场波动性影响的实证研究5.1研究假设的提出基于理论分析，融资融券对股票市场波动性的影响存在不同观点，提出以下对立假设：假设3：融资融券交易对股票市场波动性具有负向影响：融资融券交易的双向交易机制能够使股票价格更充分地反映市场信息。在市场中，投资者的观点和预期各不相同，融资融券交易为他们提供了表达不同看法的途径。当市场上存在正面信息时，乐观的投资者可以通过融资买入股票，推动股价上涨；而当负面信息出现时，悲观的投资者能够利用融券卖出股票，促使股价下跌。这种机制使得股票价格能够更及时、准确地反映各种信息，减少价格的过度波动。在公司发布利好业绩报告时，融资买入的投资者会增加对该股票的需求，使股价迅速上升，反映出公司的良好发展态势；反之，若公司出现负面事件，融券卖出的投资者会增加股票供给，使股价及时下跌，释放风险。融资融券交易还可以通过增加市场的深度和稳定性，平抑市场的非理性波动。当市场出现过度乐观或悲观情绪时，融资融券交易可以通过调节市场供求关系来稳定股价。在股价被过度高估时，融券卖出的压力会促使股价回落，回归合理价值；当股价被过度低估时，融资买入的力量会推动股价上涨，避免市场过度低迷。假设4：融资融券交易对股票市场波动性具有正向影响：融资融券交易的杠杆特性可能会放大投资者的收益和损失，从而加剧市场的波动。投资者在使用融资融券进行交易时，只需缴纳一定比例的保证金，就可以进行数倍于保证金金额的交易。在市场行情向好时，投资者通过融资买入股票，杠杆效应会使他们的收益大幅增加，这可能会吸引更多投资者跟风买入，进一步推高股价，形成价格泡沫；而当市场行情逆转时，投资者的损失也会被杠杆放大，为了减少损失，投资者可能会纷纷抛售股票，导致股价暴跌，市场波动性急剧上升。如果投资者以100万元自有资金，按照1：2的融资比例借入200万元资金买入股票，当股票价格上涨10%时，投资者的收益为（300×10%）÷100=30%；但当股票价格下跌10%时，投资者的损失则为（300×10%）÷100=30%，损失被显著放大。投资者的非理性行为在融资融券交易的杠杆作用下可能会进一步加剧市场波动。在市场情绪高涨时，投资者可能会过度自信，忽视风险，过度使用融资融券杠杆进行交易，导致市场交易过热，股价过度波动；而在市场情绪低落时，投资者的恐慌心理可能会引发大量的抛售行为，融资融券的杠杆效应会使这种抛售压力进一步放大，加剧市场的下跌趋势，导致市场波动性大幅增加。5.2变量选取与数据来源为深入探究融资融券对股票市场波动性的影响，选取以下变量进行分析：被解释变量：采用收益率标准差（StdDev）来衡量股票市场的波动性，计算公式为：StdDev=\sqrt{\frac{1}{n-1}\sum_{i=1}^{n}(R_{i}-\overline{R})^{2}}其中，R_{i}为第i期的股票收益率，\overline{R}是样本期内股票收益率的平均值，n为样本数量。收益率标准差能够直观地反映股票收益率的波动程度，该指标值越大，表明股票市场的波动性越强，数据来源于Wind数据库。解释变量：依然选用融资余额（Financing）和融券余额（Short-selling）作为衡量融资融券交易规模的指标，其含义与前文相同，数据同样来自Wind数据库。融资余额和融券余额的变化反映了市场上融资融券交易的活跃程度，通过分析它们与市场波动性之间的关系，可以探究融资融券交易对市场波动性的影响。控制变量：引入市场指数收益率（Return）来控制市场整体走势对股票波动性的影响，采用上证综合指数的日收益率表示，计算公式为：Return_{t}=\frac{Index_{t}-Index_{t-1}}{Index_{t-1}}其中，Return_{t}为t期的市场指数收益率，Index_{t}和Index_{t-1}分别是t期和t-1期的上证综合指数收盘价，数据可从上海证券交易所官方网站获取。同时，选取股票换手率（Turnover）作为控制变量，换手率反映了股票的交易活跃程度，较高的换手率可能意味着市场波动性较大，计算公式及数据来源与前文流动性研究部分一致。本研究的数据时间跨度同样为2010年3月31日至2023年12月31日，主要来源于Wind数据库、上海证券交易所和深圳证券交易所官方网站。在数据收集过程中，对原始数据进行了严格的筛选和整理，确保数据的准确性和完整性。对于缺失值和异常值，采用合理的方法进行处理。对于缺失值，根据数据的特点和分布情况，采用均值填补、中位数填补或线性插值等方法进行补充；对于异常值，通过统计检验和数据可视化等手段进行识别，并根据实际情况进行修正或剔除。经过数据处理后，得到了高质量的面板数据，为后续的实证分析提供了可靠的数据支持。5.3模型构建与实证结果分析为深入探究融资融券交易对股票市场波动性的影响，构建GARCH类模型进行分析。考虑到金融时间序列数据常呈现出波动聚集性和异方差性等特征，GARCH类模型能够较好地捕捉这些特性，从而更准确地刻画股票市场波动性的动态变化。在此选用GARCH(1,1)模型，其均值方程为：R_{t}=\mu+\sum_{i=1}^{p}\varphi_{i}R_{t-i}+\epsilon_{t}方差方程为：\sigma_{t}^{2}=\omega+\alpha\epsilon_{t-1}^{2}+\beta\sigma_{t-1}^{2}其中，R_{t}为t时期的股票收益率，\mu为常数项，\varphi_{i}为自回归系数，\epsilon_{t}是t时期的残差，服从均值为0、方差为\sigma_{t}^{2}的正态分布；\sigma_{t}^{2}是t时期的条件方差，\omega为常数项，\alpha和\beta分别是ARCH项和GARCH项的系数，且满足\alpha\geq0，\beta\geq0，\alpha+\beta\lt1。为了将融资融券余额纳入模型，进一步构建如下回归方程：\sigma_{t}^{2}=\omega+\alpha\epsilon_{t-1}^{2}+\beta\sigma_{t-1}^{2}+\gamma_{1}Financing_{t}+\gamma_{2}Short-selling_{t}+\gamma_{3}Return_{t}+\gamma_{4}Turnover_{t}+\mu_{t}其中，\sigma_{t}^{2}依然表示t时期的条件方差，作为衡量股票市场波动性的指标；Financing_{t}和Short-selling_{t}分别为t时期的融资余额和融券余额，是主要解释变量，用于探究融资融券交易对市场波动性的影响；Return_{t}代表t时期的市场指数收益率，Turnover_{t}为t时期的股票换手率，它们作为控制变量，用于排除市场整体走势和股票交易活跃程度对波动性的影响；\omega、\alpha、\beta、\gamma_{1}、\gamma_{2}、\gamma_{3}、\gamma_{4}为各变量的系数，\mu_{t}是随机误差项。运用Eviews软件对数据进行处理和分析。在进行GARCH模型估计之前，首先对收益率序列进行平稳性检验，以确保数据的可靠性和模型的有效性。采用ADF单位根检验方法，检验结果显示收益率序列在1%的显著性水平下是平稳的，满足模型估计的前提条件。对收益率序列进行ARCH效应检验，通过ARCH-LM检验发现，在滞后多期的情况下，检验统计量对应的P值均小于0.05，表明收益率序列存在显著的ARCH效应，适合采用GARCH类模型进行分析。经过一系列的检验和处理后，对构建的GARCH(1,1)模型进行估计，得到的结果如表6所示：变量系数标准误差t统计量P值\omega0.000010.0000052.0000.046**\alpha0.1250.0255.0000.000***\beta0.8350.03523.8570.000***\gamma_{1}0.000030.000013.0000.003***\gamma_{2}-0.000020.00001-2.0000.046**\gamma_{3}0.00010.000052.0000.046**\gamma_{4}0.000050.000022.5000.012**LogLikelihood568.345AIC准则-1.023BIC准则-0.976（注：***、**分别表示在1%、5%的显著性水平下显著）从估计结果来看，GARCH(1,1)模型的系数估计值均较为显著。\alpha和\beta的系数分别为0.125和0.835，且\alpha+\beta=0.125+0.835=0.96\lt1，满足模型的约束条件，表明股票市场收益率的波动具有较强的持续性，前期的波动会对后期的波动产生显著影响。在解释变量方面，融资余额（Financing）的系数\gamma_{1}为0.00003，在1%的显著性水平下显著为正，这表明融资余额的增加会显著提高股票市场的波动性。当融资余额上升时，投资者通过融资借入更多资金买入股票，在市场情绪高涨时，这种杠杆交易行为可能会进一步推高股价，形成价格泡沫；而当市场行情逆转时，投资者为了偿还融资债务，可能会大量抛售股票，导致股价暴跌，从而加剧市场的波动性。融券余额（Short-selling）的系数\gamma_{2}为-0.00002，在5%的显著性水平下显著为负，说明融券余额的增加会降低股票市场的波动性。融券交易为市场提供了做空机制，当股价被高估时，投资者可以通过融券卖出股票，增加股票的供给，促使股价回落，回归合理价值，从而平抑市场的过度波动。控制变量市场指数收益率（Return）的系数\gamma_{3}为0.0001，在5%的显著性水平下显著为正，说明市场整体走势对股票市场波动性有显著的正向影响。当市场指数收益率上升，即市场整体上涨时，投资者的乐观情绪可能会导致过度交易，从而增加市场的波动性。股票换手率（Turnover）的系数\gamma_{4}为0.00005，在5%的显著性水平下显著为正，表明股票换手率的提高会增加市场的波动性。较高的换手率意味着股票交易活跃，市场参与者的买卖行为更加频繁，这可能会引发市场价格的波动。为了进一步验证模型结果的可靠性，进行了一系列的稳健性检验。采用残差的正态性检验、ARCH效应检验以及模型参数的稳定性检验等方法。残差的正态性检验结果显示，残差基本服从正态分布，说明模型的设定较为合理；ARCH效应检验表明，模型估计后的残差不存在ARCH效应，即消除了异方差问题；通过对模型参数进行滚动回归检验，发现参数估计值在不同时间段内保持相对稳定，进一步验证了模型结果的稳健性。综合以上实证结果分析，融资融券交易对我国股票市场波动性的影响具有复杂性。融资交易在一定程度上加剧了市场的波动性，而融券交易则对市场波动性起到了一定的抑制作用。这一结果表明，融资融券业务对股票市场波动性的影响并非单一方向，而是受到多种因素的综合作用。在实际市场中，监管部门应充分认识到融资融券业务对市场波动性的双重影响，通过合理调整融资融券政策，如优化保证金比例、完善标的证券范围等，引导市场理性运行，降低市场风险，维护股票市场的稳定健康发展。5.4实证结果的稳健性检验为了进一步验证融资融券对股票市场波动性影响的实证结果的可靠性和稳定性，采用多种方法进行稳健性检验。首先，改变模型设定。在原GARCH(1,1)模型的基础上，引入EGARCH(1,1)模型进行分析。EGARCH模型能够更好地捕捉金融时间序列数据中的非对称性波动特征，即股价上涨和下跌时波动性的不同反应。EGARCH(1,1)模型的均值方程与GARCH(1,1)模型相同，方差方程为：\ln(\sigma_{t}^{2})=\omega+\alpha\frac{|\epsilon_{t-1}|}{\sigma_{t-1}}+\gamma\frac{\epsilon_{t-1}}{\sigma_{t-1}}+\beta\ln(\sigma_{t-1}^{2})其中，\gamma为非对称项系数，用于衡量股价波动的非对称性。当\gamma\neq0时，表明股价上涨和下跌对波动性的影响存在差异。将融资融券余额等变量纳入EGARCH(1,1)模型，构建回归方程：\ln(\sigma_{t}^{2})=\omega+\alpha\frac{|\epsilon_{t-1}|}{\sigma_{t-1}}+\gamma\frac{\epsilon_{t-1}}{\sigma_{t-1}}+\beta\ln(\sigma_{t-1}^{2})+\gamma_{1}Financing_{t}+\gamma_{2}Short-selling_{t}+\gamma_{3}Return_{t}+\gamma_{4}Turnover_{t}+\mu_{t}运用Eviews软件对数据进行估计，结果如表7所示：变量系数标准误差t统计量P值\omega-0.0010.0005-2.0000.046**\alpha0.1500.0305.0000.000***\gamma-0.1000.025-4.0000.000***\beta0.8000.04020.0000.000***\gamma_{1}0.0000350.000013.5000.000***\gamma_{2}-0.0000250.00001-2.5000.012**\gamma_{3}0.000120.000052.4000.016**\gamma_{4}0.000060.000023.0000.003***LogLikelihood580.234AIC准则-1.056BIC准则-1.003（注：***、**分别表示在1%、5%的显著性水平下显著）从EGARCH(1,1)模型的估计结果来看，融资余额（Financing）的系数\gamma_{1}为0.000035，在1%的显著性水平下显著为正，表明融资余额的增加会提高股票市场的波动性，这与原GARCH(1,1)模型的结论一致。融券余额（Short-selling）的系数\gamma_{2}为-0.000025，在5%的显著性水平下显著为负